Pandas Dataframe 中的索引列返回 NaN

Question

我在嘗試索引我的數據框時遇到問題。 如附圖所示，我在數據框中有一列名為“標識符”的列，其中包含大量冗余信息（{'print_isbn_canonical':'）。 我只想要后面的 ISBN。

    #Option 1 I tried
    testdf2 = testdf2[testdf2['identifiers'].str[26:39]]
    
    #Option 2 I tried
    testdf2['identifiers_test'] = testdf2['identifiers'].str.replace("{'print_isbn_canonical': '","")

不幸的是，這兩個選項都將數據框列變成只包含 NaN 值的列

請幫忙！ 我似乎無法找到解決方案並嘗試了幾件事。 謝謝大家！

數據框的示例圖像

Answer 1

如果你的列identifiers的內容是真正的 dict / json 類型，你可以使用字符串訪問器str[]來按鍵訪問 dict 值，如下所示：

testdf2['identifiers_test'] = testdf2['identifiers'].str['print_isbn_canonical']

演示

data = {'identifiers': [{'print_isbn_canonical': '9780721682167', 'eis': '1234'}]}
df = pd.DataFrame(data)

df['isbn'] = df['identifiers'].str['print_isbn_canonical']

print(df)

                                                identifiers           isbn
0  {'print_isbn_canonical': '9780721682167', 'eis': '1234'}  9780721682167

Answer 2

試試這個：

testdf2['new_column'] = testdf2.apply(lambda r : r.identifiers[26:39],axis=1)

這里我假設標識符列是字符串類型